Может просто контекстное окно большое?
Нет. Тут разрабы из Anthropic внедрили четырёхуровневeю когнитивную архитектуру памяти. Структура хранится в виде локальных файлов Markdown внутри проекта (.claude/memory/):
1 слой: файл CLAUDE.md, где прописаны пользовательские инструкции, правила. Файл загружается в каждую сессию.
2 слой: файл MEMORY.md. Это заметки, которые агент делает в ходе сессии, а потом обращается к ним через точные совпадения (не семантический поиск!). Примерно 200 строк (25 кб).
3 слой: Память сессии. Непрерывность текущего диалога с применением микро-компрессии контекстного окна.
4 слой: autoDream. Это механизм переупаковки и дефрагментации ВСЕЙ накопленной информации.
Больше всего нас интересует 4 слой, а точнее механизм autoDream. По сути это сон Клода, аналогия того как мозг человека во время сна в глубокой фазе перерабатывает всю информацию, полученную за день. Главная проблема агентов с памятью заключается в том, что они запоминают слишком много устаревшей информации. Например если год назад ты жил в Питере, а сейчас в Москве, то в памяти будут храниться оба факта, которые будут путать агента.
В моменты простоя, Claude Code запускает отдельного подагента. Но чтобы его запустить, одновременно должны быть открыты трое ворот:
1. Time gate: С момента последнего запуска autoDream должно пройти не менее 24 часов, чтобы лишний раз не тратить деньги.
2. Session Gate: Должно накопиться как минимум 5 новых сессий, формирующих достаточный объем инфы для осмысления.
3. Lock Gate: Подагент обязан захватить файл блокировки (mutex), что исключает состояние гонки, если сразу запущено несколько экземпляров Claude Code.
Как только все условия выполнены, подагент, наделенный правами доступа к bash только на чтение, начинает четырехфазный процесс консолидации памяти:
Фаза 1: Orient. Подагент выполняет команду ls в директории памяти, читает файл MEMORY.md и смотрит заголовки существующих тематических файлов. Это формирует базовую карту текущих знаний.
Фаза 2: Gather. Система ищет данные, достойные сохранения. В приоритете дневные логи. Потом подагент осуществляет узконаправленный поиск (с использованием утилиты grep) по объемным JSONL-файлам транскриптов сессий. Система избегает полного считывания транскриптов для экономии токенов, извлекая только те фрагменты, которые касаются измененных фактов.
Фаза 3: Consolidate. Существующие файлы памяти обновляются или переписываются. Выполняется перевод относительных дат (например, «вчера») в точные временные метки («30.03.2026»). Противоречащие факты (старые) удаляются, а дубликаты сливаются в единые топики.
Фаза 4: Prune & Index. Обновленный MEMORY.md обрезается до лимита в 200 строк и 25 КБ. Устаревшие ссылки уничтожаются, гарантируя, что при следующей сессии индекс загрузится в контекстное окно мгновенно и без переполнения.
Это называется Skeptical Memory, когда агент рассматривает свою память как подсказки.
Очень крутой архитектурный паттерн, который можно применять для своих цифровых двойников, чтобы для каждого пользователя иметь предысторию, даже если общение происходит уже на протяжении долгого времени.
#playbook #research #agentic